Fins fa poc, IBM Watson Visual Recognition s'utilitzava principalment per reconèixer imatges en conjunt. Tanmateix, treballar amb una imatge com un tot està lluny de ser l'enfocament més correcte. Ara, gràcies a la nova funció reconeixement d'objectes, els usuaris d'IBM Watson van poder entrenar models en imatges amb objectes etiquetats per al seu posterior reconeixement en qualsevol fotograma.
Anem a mostrar com es pot fer això ara.
Si abans, utilitzant IBM Watson, podies distingir un cotxe danyat d'un altre no danyat, ara no només pots reconèixer la presència de danys, sinó també estimar-ne la posició i la mida. Aquest enfocament és molt més informatiu i permet fer prediccions sobre el cost de les reparacions necessàries.
Per descomptat, la llista d'opcions per utilitzar aquesta funcionalitat és molt més àmplia que simplement comprovar la integritat del cotxe. Ara podeu utilitzar Watson Visual Recognition per:
- Comptar el nombre de persones en cua o cotxes en embussos
- Identificació de mercaderies a les prestatgeries minoristes
- Reconeixement de logotip en fotos
- Anàlisi d'imatges de TC i ressonància magnètica per a anomalies
- Altres tasques relacionades amb el treball amb objectes concrets en fotografies
No cal que passis mesos seleccionant i etiquetant dades: el nostre model ja està entrenat en diversos milions de mostres i proporciona una qualitat de predicció bastant alta sense cap canvi. Si cal, sempre el podeu tornar a entrenar perquè la xarxa neuronal s'adapti a les especificitats del vostre camp d'activitat.
Etiqueta les imatges i entrena un model amb les teves dades més ràpidament amb Watson Studio
Normalment, entrenar el vostre propi model per reconèixer amb precisió els objectes és la tasca més difícil quan es construeix un sistema de visió per ordinador. Watson Studio accelera aquest procés i ajuda a reduir el temps quan es treballa amb grans volums de dades. Juntament amb un complement gratuït Etiqueta automàtica podeu marcar ràpidament totes les imatges del conjunt de dades.
primers passos
Després d'activar i crear una aplicació de reconeixement visual al núvol, connecteu-la a Watson Studio i, a la secció Models personalitzats, creeu un model a la finestra Detecta objectes.
Pengeu les vostres dades en brut a Watson Studio (podeu utilitzar un arxiu JPEG, PNG o ZIP que contingui aquestes imatges)
Seleccioneu una imatge, seleccioneu l'objecte que voleu reconèixer, poseu-li un nom i deseu-lo. Repetiu fins que hàgiu seleccionat tots els objectes necessaris en aquesta imatge.
Un cop tingueu unes quantes imatges etiquetades, podeu entrenar i provar el vostre model.
També podeu afegir més imatges per millorar la qualitat del model mitjançant la funció Etiqueta automàtica, que us ajuda a etiquetar totes les vostres dades. Per utilitzar aquesta funció, seleccioneu totes les imatges necessàries i feu clic al botó "Etiqueta automàtica" perquè Watson etiqueti les dades de manera independent d'acord amb les classes especificades.
Després de comprovar la precisió del vostre model, podeu incorporar una solució ja feta al vostre producte.
reconeixement d'objectes amb IBM Watson Visual Recognition de franc avui!
També ens agradaria convidar-vos a seminaris de formació gratuïts sobre и , celebrat al novembre al centre de clients de la nostra oficina de Moscou.
Materials addicionals:
- amb galetes per a la formació
Font: www.habr.com